关键词： 塔杆倾角监测系统   激光三角倾角传感器   广义回归神经网络   温度漂移误差补偿  

摘要： 为了解决传统输电线路塔杆倾斜检测时无法实现实时监测的问题,设计了一种用于塔杆倾斜的实时监测系统。根据激光三角测量原理,设计了倾角传感器,建立了基于激光三角的塔杆倾测量模型,利用高斯拟合算法,计算出光斑移动的距离,再结合三角函数关系计算出塔杆的倾斜角度。构建了用于温度漂移误差补偿的广义回归神经网络(GRNN)模型,模型中采用了四重交叉验证来搜索GRNN最优的传播参数。实验结果表明,在补偿前,由温度漂移引起的激光三角倾角传感器平均测量误差为2.68°,使用GRNN对输出进行校正后,平均误差降低至0.51°,温度非线性为0.003%FS/℃。而整个系统的测量平均绝对误差达到了0.54°,降低了2.24°。

关键词： 人工智能   风险识别   输电线路  

摘要： 阐述针对架空线路安全风险,提出一种基于人工智能技术的架空线路安全风险识别与管理的方法,利用机器学习、图像处理和数据挖掘等技术,实现对架空线路安全风险的自动识别和有效管控。

关键词： 电力巡检机器人   尺蠖运动   静力学仿真   越障机构  

摘要： 目前投入使用的高压输电线巡检机器人存在越障能力不足、机械结构复杂、体积及质量大、运动控制系统复杂、越障效率低和续航能力不足等问题。为此,提出了一种新型的巡检机器人越障的机构方案。通过综合考虑机器人的越障特点和工作环境,采用了三臂同侧对称悬挂的轮臂复合式机械结构。运用静力学仿真建立机器人机构的运动学模型,利用该模型对提出的机构设计进行计算分析,证明了该机构设计的合理性。经验证表明,该机构具有自由度少、结构简单、质量小等特点,有效降低了越障难度,提高了机器人越障的效率和安全性,实现了机器人对高压输电线的长距离自主巡检。

关键词： 电力工程   输电线路   工程技术  

摘要： 输电线路施工是电网工程施工中最为重要的施工环节之一,也是影响电力系统正常稳定运行的关键工序。电力企业要重视输电线路施工中关键工程技术的运用,从多个角度加强对细节性问题的控制和管理。本文主要分析了输电线路施工现状,从输电线路基础施工、杆塔施工、架线工程施工、防雷接地安装施工等方面对关键工程技术的应用和控制措施展开了探讨,旨在为提高输电线路工程施工的有效性提供借鉴。

关键词： 输电线路   在线监测   通信网络  

摘要： 随着电力行业的快速发展,输电线路的安全稳定运行变得至关重要。因此,研究输电线路在线监测通信网络具有重要意义。本文通过论述输电线路在线监测的基本原理、技术手段等内容,深入分析网络拓扑设计、通信协议与数据传输方式,以及网络安全与可靠性保障,提出了采用OPGW数据传输技术、分布式网络架构及自适应调整策略等方法,有效提升了输电线路在线监测的效率和准确性。研究结果显示,这些技术在实际应用中能够显著提高电网的安全性和可靠性,降低运维成本。

关键词： 高压输电线路迁改   施工管理   进度跟踪   质量控制   安全管理  

摘要： 本文针对广西某高压输电线路迁改工程,深入分析了施工管理中存在的问题,并提出了相应的优化措施。通过引入先进的项目管理软件、GPS定位技术、实时数据传输系统等,有效提升了施工进度的准确率、质量合格率和安全管理水平,同时节约了工程成本,减少了对环境的影响,以期为高压输电线路迁改工程的施工管理提供经验以及参考。

关键词： 无人机   输电线路   缺陷检测  

摘要： 无人机巡检输电线路因智能化程度较高,省时省力,目前正在逐步成为输电线路运行维护的重要技术手段。然而,无人机巡检也存在许多问题,如不满足线路多要素巡检需要,实时处理能力差,智能程度有限,不能满足复杂环境下无人机作业要求等。文章构建了一种面向无人机巡检的输电线路缺陷检测模型,实验结果表明,本研究提出的设备缺陷检测方法具有良好的设备缺陷检测性能,对各类缺陷的综合检测能力较高,且模型对于多尺度目标和复杂背景均具备良好的适应能力,可识别设备缺陷状态。

关键词： 大跨越输电线路   风振防护   辅助设计   方案分析  

摘要： 为解决当前大跨越输电线路运行过程中所面临的风振问题,本文以某输电项目为例分析了大跨越输电线路风振特性的主要影响要素,同时基于整体设计思路、自阻尼特性分析、防振锤动态特性、防振锤安装位置、阻尼线布置以及防振方案选定等角度对大跨越输电线路防风振方案辅助设计方法进行了介绍与分析,最后给出了明确的防风振方案应用成效,力求提升大跨越输电线路的安全性与可靠性。

关键词： 软筛分准则   模态分解   误差反馈机制   神经网络   接地故障   故障识别  

摘要： 本文报道了一种基于软筛分停止准则改进的经验模态分解(soft sifting stopping criterion-empirical mode decomposition,SSSC-EMD)和误差反馈传递型神经网络(back propagation neural network,BPNN)对输电线路接地故障进行识别的方法。通过在PSCAD/EMTDC中搭建输电线路模型,设置接地故障,将故障信号进行相模解耦后导入MATLAB中,分别使用SSSC-EMD+BPNN和EEMD+BPNN法对单相接地故障和两相接地故障进行识别对比。仿真结果表明:EEMD+BPNN法对单相接地故障的10组数据中有3组被识别为两相接地故障,对10组两相接地故障识别完全正确,故障识别的准确率为85%;而SSSC-EMD+BPNN法对单相接地故障和两相接地故障识别均正确,故障识别准确率达100%。

关键词： 红外检测技术   电气设备   故障诊断   图像识别   人工智能  

摘要： 本文指出随着现代化社会的发展,人工智能技术不断应用于电网设备的运行维护当中。以往在输电线路红外图像中发现持续管过热的主要方法是人工诊断,效率低,主观性强,效果达不到预期。本文采用人工智能图像分析技术对红外图像中输电线路持续管过热故障进行自动检测。首先检测输电线路红外图像中的颜色条,自动建立颜色与温度间的映射关系;然后采用Yolov5算法自动检测图像中的持续管,再根据前述温度映射算法得到持续管每个像素的温度,当发现温度异常时,自动报警;最后在包含了100个点的数据集上对算法进行了测试。实验表明该方法能较为准确地检测图像中持续管的温度异常情况并主动报警,具有较强的实用价值。